| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-19页 |
| 1.1 课题研究目的及意义 | 第8页 |
| 1.2 移动机器人研究的发展 | 第8-12页 |
| 1.3 移动机器人室内定位方法现状 | 第12-18页 |
| 1.3.1 室内定位方法概述 | 第12-14页 |
| 1.3.2 特征提取与匹配算法 | 第14-16页 |
| 1.3.3 多传感器定位的信息融合算法 | 第16-18页 |
| 1.4 本文研究内容 | 第18-19页 |
| 第2章 多传感器移动机器人系统搭建 | 第19-42页 |
| 2.1 引言 | 第19页 |
| 2.2 硬件平台设计与搭建 | 第19-24页 |
| 2.2.1 机械结构设计 | 第19-22页 |
| 2.2.2 传感器选型 | 第22-24页 |
| 2.3 多传感器系统软件开发 | 第24-39页 |
| 2.3.1 运动控制模块 | 第25-26页 |
| 2.3.2 基于里程计建立移动机器人运动学模型 | 第26-29页 |
| 2.3.3 基于激光测距仪数据建立特征地图 | 第29-30页 |
| 2.3.4 基于动态阂值的特征提取 | 第30-35页 |
| 2.3.5 传感器数据的特征匹配 | 第35-39页 |
| 2.4 基于Qt架构的上位机界面程序开发 | 第39-40页 |
| 2.5 本章小结 | 第40-42页 |
| 第3章 基于无迹卡尔曼冗余测量参数的室内定位算法 | 第42-53页 |
| 3.1 引言 | 第42页 |
| 3.2 Kalman滤波的基本原理 | 第42-43页 |
| 3.3 无迹Kalman滤波的基本原理 | 第43-45页 |
| 3.4 移动机器人传感器系统误差分析 | 第45-47页 |
| 3.4.1 里程计误差分析 | 第45-46页 |
| 3.4.2 激光测距仪误差分析 | 第46-47页 |
| 3.5 基于冗余测量参数的数据融合 | 第47-50页 |
| 3.6 基于冗余测量参数的室内定位算法的仿真 | 第50-52页 |
| 3.7 本章小结 | 第52-53页 |
| 第4章 基于UKF的冗余测量参数的室内定位算法实验 | 第53-61页 |
| 4.1 实验环境的布置 | 第53页 |
| 4.2 室内定位算法实验 | 第53-60页 |
| 4.2.1 绕地图运动一周回到起点位置测试实验 | 第54-57页 |
| 4.2.2 经过标记点绕地图一周测试实验 | 第57页 |
| 4.2.3 增大里程计误差检验算法效果 | 第57-58页 |
| 4.2.4 匹配误差衡量定位效果实验 | 第58-60页 |
| 4.3 实验结果分析 | 第60页 |
| 4.4 本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间发表的论文 | 第66-68页 |
| 致谢 | 第68页 |